深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 32843 篇文献，本页显示第 32621 - 32640 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 32621 | 2024-08-07 |
Cancer Immunotherapy and Medical Imaging Research Trends from 2003 to 2023: A Bibliometric Analysis
2024, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S457367
PMID:38736544
|
meta-analysis | 本文通过文献计量分析方法，探讨了2003年至2023年间癌症免疫治疗与医学影像研究的发展趋势 | 首次系统性地对癌症免疫治疗与医学影像领域的研究进行了文献计量分析 | NA | 旨在明确过去研究轨迹，总结当前研究热点，揭示科学发展动态，并探索未来研究方向 | 癌症免疫治疗与医学影像相关的出版物 | 医学影像 | 癌症 | MRI, 深度学习 | NA | NA | 美国发表最多，共265篇；中国次之，共170篇 | NA | NA | NA | NA |
| 32622 | 2024-08-07 |
On the design of deep learning-based control algorithms for visually guided UAVs engaged in power tower inspection tasks
2024, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2024.1378149
PMID:38736660
|
研究论文 | 本文专注于设计卷积神经网络以视觉引导自主无人机进行电力塔检查任务 | 使用合成图像和物理世界图像的混合数据集训练网络，以提高图像分割任务的性能 | NA | 设计用于视觉引导无人机的深度学习控制算法，以进行电力塔检查 | 自主无人机及其在电力塔检查中的应用 | 计算机视觉 | NA | 卷积神经网络 | U-NET | 图像 | 合成图像数据集、物理世界图像数据集及混合数据集 | NA | NA | NA | NA |
| 32623 | 2024-08-07 |
Predict lncRNA-drug associations based on graph neural network
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1388015
PMID:38737125
|
研究论文 | 本研究利用图卷积网络（GCN）和图注意力网络（GAT）基于lncRNA和药物相似网络预测lncRNA-药物关联（LDAs） | 提出了一种基于深度学习的框架，用于预测新的lncRNA-药物关联，该方法在五个数据集上实现了良好的性能（平均AUCs > 0.92） | NA | 开发预测lncRNA-药物关联的方法，以促进基于lncRNA的药物开发 | lncRNA和药物的关联 | 机器学习 | NA | 图卷积网络（GCN），图注意力网络（GAT） | GCN，GAT | 网络数据 | 五个数据集 | NA | NA | NA | NA |
| 32624 | 2024-08-07 |
FM-FCN: A Neural Network with Filtering Modules for Accurate Vital Signs Extraction
2024, Research (Washington, D.C.)
DOI:10.34133/research.0361
PMID:38737196
|
研究论文 | 本文提出了一种名为过滤模块全卷积网络（FM-FCN）的新型网络，结合传统过滤技术与神经网络，用于增强生理信号并抑制噪声 | FM-FCN通过引入过滤模块（FM）作为网络模块，利用过滤器结构消除不需要的干扰，构建了深度学习与信号处理方法之间的桥梁 | NA | 提高生理信号提取的准确性和可靠性 | 远程光电容积脉搏波（PPG）信号的提取和心率（HR）估计 | 机器学习 | NA | 全卷积网络（FCN） | CNN | 信号 | NA | NA | NA | NA | NA |
| 32625 | 2024-08-07 |
How AI drives innovation in cardiovascular medicine
2024, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2024.1397921
PMID:38737711
|
comments | 本文总结了人工智能和深度学习在心血管医学领域的一些重要进展 | NA | NA | 探讨人工智能在心血管医学中的应用及其对患者护理的影响 | 心血管医学领域 | machine learning | cardiovascular disease | AI | deep learning | NA | NA | NA | NA | NA | NA |
| 32626 | 2024-08-07 |
Deep learning-based phenotype imputation on population-scale biobank data increases genetic discoveries
2023-Dec, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-023-01558-w
PMID:37985819
|
研究论文 | 本文提出了一种基于深度学习的表型填补方法AutoComplete，用于在人口规模生物银行数据集中填补缺失的表型 | AutoComplete方法在表型填补准确性上显著优于现有方法，并能有效增加遗传关联分析的关联位点数量 | NA | 提高现有生物银行数据集中遗传发现的效力 | 人口规模生物银行数据集中的缺失表型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 生物银行数据 | 约300,000名个体 | NA | NA | NA | NA |
| 32627 | 2024-08-07 |
Artificial Intelligence and Machine Learning Applications in Sudden Cardiac Arrest Prediction and Management: A Comprehensive Review
2023-11, Current cardiology reports
IF:3.1Q2
DOI:10.1007/s11886-023-01964-w
PMID:37792134
|
综述 | 本文综述旨在全面概述近期在预测模型和AI及ML在心肺复苏（CPR）成功预测中的应用进展 | 深度学习在放射组学和人口健康中日益突出，用于疾病风险预测；AI与自动体外除颤器（AEDs）结合显示出在心脏骤停事件中更好检测可电击节律的潜力 | 心脏骤停（SCA）的预测和预防仍是一个持续挑战，尽管有先进的第一响应系统，但生存率仍然很低 | 理解AI和ML在医疗保健中的作用，特别是在医学诊断、统计和精准医学中，并探索其在预测和管理心脏骤停结果中的应用 | AI和ML在医疗保健中的应用，特别是在医学诊断、统计和精准医学中，以及在预测和管理心脏骤停结果中的应用 | 机器学习 | 心血管疾病 | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 32628 | 2024-08-07 |
Signal Improved ultra-Fast Light-sheet Microscope (SIFT) for large tissue imaging
2023-Jun-28, Research square
DOI:10.21203/rs.3.rs-2990328/v1
PMID:37461705
|
研究论文 | 本文介绍了一种改进的超快速光片显微镜（SIFT），用于大组织成像，通过精确控制两个固定距离的光片焦点来实现ASLM，提高了成像速度和信号强度 | 提出的SIFT技术将成像速度提高了四倍，并在特定帧率下将信号强度提高了一倍，同时开发了基于深度学习的组织信息分类器，以加速组织边界的确定 | NA | 提高大组织成像的速度和质量 | 大组织样本 | 生物医学成像 | NA | 光片荧光显微镜（LSFM） | 深度学习模型 | 图像 | 多种已清除的组织样本 | NA | NA | NA | NA |
| 32629 | 2024-08-07 |
Large Language Models Demonstrate the Potential of Statistical Learning in Language
2023-03, Cognitive science
IF:2.3Q2
DOI:10.1111/cogs.13256
PMID:36840975
|
研究论文 | 探讨大型语言模型（LLMs）在从语言输入中学习语言能力方面的潜力 | 提出大型语言模型可能为评估人类从语言经验中学习语言能力提供计算工具 | 大型语言模型在语义和语用方面存在明显局限 | 研究语言可以从语言输入中学习的程度 | 大型语言模型及其在语言学习中的应用 | 自然语言处理 | NA | 深度学习 | 大型语言模型（LLMs） | 文本 | NA | NA | NA | NA | NA |
| 32630 | 2024-08-07 |
Retrospective T2 quantification from conventional weighted MRI of the prostate based on deep learning
2023, Frontiers in radiology
DOI:10.3389/fradi.2023.1223377
PMID:37886239
|
研究论文 | 开发一种基于深度学习的方法，从常规的T1和T2加权MRI图像中回顾性地量化前列腺的T2值 | 该方法能够从临床获取的T1和T2加权图像中回顾性地估计前列腺T2图，有助于改善前列腺癌的诊断和特征描述，无需额外扫描 | NA | 开发一种深度学习方法，用于从常规MRI图像中回顾性地量化前列腺的T2值 | 前列腺T2值的量化 | 数字病理学 | 前列腺癌 | MRI | U-Net | 图像 | 25名受试者用于训练，38名前列腺癌患者用于验证 | NA | NA | NA | NA |
| 32631 | 2024-08-07 |
Region of interest-specific loss functions improve T2 quantification with ultrafast T2 mapping MRI sequences in knee, hip and lumbar spine
2022-12-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-26266-z
PMID:36564430
|
研究论文 | 本文提出了一种针对加速采集的区域兴趣特定后处理方法，使用循环UNet深度学习架构，从加速的T准备快照梯度回波采集序列中提供膝关节软骨、髋关节软骨和腰椎间盘的T2图谱，通过多组件损失函数优化软骨和间盘性能。 | 本文创新性地引入了区域兴趣特定损失函数，以优化软骨和间盘的重建性能，并提出了一种基于灰度共生矩阵的评估方案。 | NA | 旨在改进T2量化技术，通过区域兴趣特定损失函数提高MRI T2图谱序列在膝关节、髋关节和腰椎的量化准确性。 | 研究对象包括膝关节软骨、髋关节软骨和腰椎间盘。 | 计算机视觉 | NA | MRI | 循环UNet | 图像 | 研究涵盖了从加速因子R=2到R=12的不同情况。 | NA | NA | NA | NA |
| 32632 | 2024-08-07 |
Applications of Artificial Intelligence to Obesity Research: Scoping Review of Methodologies
2022-12-07, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/40589
PMID:36476515
|
综述 | 本文通过综述分析了人工智能在肥胖研究中的应用方法 | 介绍了多模态或多任务AI模型、合成数据生成和人在回路等新兴趋势 | 部分研究显示不同AI模型性能在不同数据集和任务上的结果不一 | 为研究人员和从业者提供AI在肥胖研究中的应用概览，并促进AI技术的采用 | 肥胖研究中的人工智能应用 | 机器学习 | 肥胖 | 机器学习（ML）和深度学习（DL） | ML和DL模型 | 表格数据、图像和文本数据 | 46项研究 | NA | NA | NA | NA |
| 32633 | 2024-08-07 |
Latent traits of lung tissue patterns in former smokers derived by dual channel deep learning in computed tomography images
2021-03-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-84547-5
PMID:33649381
|
研究论文 | 本文利用双通道深度学习网络从CT图像中提取前吸烟者肺组织模式的潜在特征 | 采用无监督的三维卷积自编码器-特征构造器深度学习网络，结合探索性因子分析，从CT数据中学习并共同推导出组织模式簇 | NA | 探索慢性阻塞性肺疾病患者肺组织模式的潜在特征 | 前吸烟者和健康非吸烟者的肺组织模式 | 计算机视觉 | 慢性阻塞性肺疾病 | CT | 3D卷积自编码器-特征构造器 | 图像 | 541名前吸烟者和59名健康非吸烟者 | NA | NA | NA | NA |
| 32634 | 2024-08-07 |
Development and Validation of a Multitask Deep Learning Model for Severity Grading of Hip Osteoarthritis Features on Radiographs
2020-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.2020190925
PMID:32013791
|
研究论文 | 开发并验证了一种用于评估X光片上髋关节骨关节炎特征严重程度的多任务深度学习模型 | 该模型能够在大规模流行病学研究中替代专家放射科医生的详细结构评估 | 该研究为回顾性研究，且模型性能在外部测试集上略有下降 | 开发一种多任务深度学习模型，用于评估髋关节骨关节炎的放射学特征，并比较其与执业放射科医生的表现 | 髋关节骨关节炎的五个特征：股骨骨赘、髋臼骨赘、关节间隙狭窄、骨赘下硬化和骨赘下囊肿 | 机器学习 | 骨关节炎 | DenseNet-161 | 多任务神经网络 | X光片 | 共评估了4368名参与者（平均年龄61.0岁，2538名女性），15364个髋关节，7738张负重前后位骨盆X光片 | NA | NA | NA | NA |
| 32635 | 2024-08-07 |
Evaluation of two deep learning-based approaches for detecting weeds growing in cabbage
2024-Jun, Pest management science
IF:3.8Q1
DOI:10.1002/ps.7990
PMID:38323798
|
研究论文 | 本研究比较了两种基于深度学习的方法在卷心菜中检测杂草的效果 | 提出了一种间接检测杂草的方法，通过生成覆盖作物的边界框，并将边界框外的绿色像素视为杂草 | 直接检测杂草的性能较低，可能是由于不同密度和生长阶段的多种杂草物种及其不同的植物形态 | 比较两种不同的深度学习方法在卷心菜中检测杂草的效果 | 卷心菜中的杂草 | 计算机视觉 | NA | 深度学习 | YOLOv5, YOLOv8 | 图像 | NA | NA | NA | NA | NA |
| 32636 | 2024-08-07 |
The analysis of ecological security and tourist satisfaction of ice-and-snow tourism under deep learning and the Internet of Things
2024-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61598-y
PMID:38730047
|
研究论文 | 本文提出了一种基于深度学习和物联网技术的预测方法，用于解决冰雪旅游领域的生态安全和游客满意度问题 | 该方法通过结合深度学习模型和物联网技术，提高了预测冰雪旅游生态安全和游客满意度的准确性和性能指标 | NA | 提出一种新的预测方法，以提高冰雪旅游生态安全和游客满意度的预测准确性 | 冰雪旅游的生态安全和游客满意度 | 机器学习 | NA | 深度学习 (DL) 和物联网 (IoT) | 卷积神经网络和循环神经网络 | 环境数据和游客行为数据 | NA | NA | NA | NA | NA |
| 32637 | 2024-08-07 |
Fine tuning deep learning models for breast tumor classification
2024-05-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60245-w
PMID:38730248
|
研究论文 | 本文提出了一种利用深度学习模型对乳腺癌肿瘤进行良恶性分类的方法 | 使用自定义卷积神经网络（Custom CNN）模型，结合灰狼优化（GWO）和改进的猩猩部队优化（MGTO）算法进行超参数调优，显著提高了分类准确率 | NA | 提高乳腺癌肿瘤良恶性分类的准确性 | 乳腺癌肿瘤的良恶性分类 | 计算机视觉 | 乳腺癌 | 卷积神经网络（CNN） | Custom CNN | 图像 | 使用BreakHis数据集中的组织病理学图像 | NA | NA | NA | NA |
| 32638 | 2024-08-07 |
Fragment ion intensity prediction improves the identification rate of non-tryptic peptides in timsTOF
2024-May-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48322-0
PMID:38730277
|
研究论文 | 本文研究了在timsTOF平台上通过片段离子强度预测提高非胰蛋白酶肽的鉴定率 | 通过深度学习模型Prosit对片段离子强度预测进行微调，显著提高了免疫肽的鉴定率 | NA | 提高免疫肽的鉴定率，支持免疫疗法和疫苗开发 | 非胰蛋白酶肽的鉴定 | 蛋白质组学 | NA | 质谱分析 | 深度学习 | 质谱数据 | 分析了302,105个独特的合成非胰蛋白酶肽，生成了包含93,227个MS/MS光谱的基准数据集 | NA | NA | NA | NA |
| 32639 | 2024-08-07 |
A dual-branch selective attention capsule network for classifying kiwifruit soft rot with hyperspectral images
2024-05-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61425-4
PMID:38724603
|
研究论文 | 本研究提出了一种双分支选择性注意力胶囊网络（DBSACaps），用于基于高光谱图像准确检测猕猴桃软腐病 | 使用双分支结构分别提取光谱和空间特征，并通过注意力机制融合这些特征，提高了分类准确性 | NA | 旨在通过深度学习方法基于高光谱图像准确检测猕猴桃软腐病 | 猕猴桃软腐病 | 计算机视觉 | NA | 高光谱图像 | 胶囊网络 | 图像 | 猕猴桃软腐病数据集 | NA | NA | NA | NA |
| 32640 | 2024-08-07 |
Enhancing Fetal Electrocardiogram Signal Extraction Accuracy through a CycleGAN Utilizing Combined CNN-BiLSTM Architecture
2024-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24092948
PMID:38733053
|
研究论文 | 本文提出了一种新的深度学习模型CBLS-CycleGAN，用于提高胎儿心电图信号提取的准确性 | 模型结合了CNN提取的空间特征和BiLSTM提取的时间特征，确保重建信号具有空间和时间依赖性的组合特征 | NA | 提高胎儿心电图信号提取的准确性，以反映胎儿在子宫内的发育状态和生理心脏活动 | 胎儿心电图信号 | 机器学习 | NA | CycleGAN | CNN-BiLSTM | 信号 | 使用两个真实的胎儿心电图信号数据库进行评估 | NA | NA | NA | NA |